eProceedings of Engineering
Vol 4, No 1 (2017): April, 2017

Deteksi Dan Klasifikasi Rambu Lalu Lintas Menggunakan Support Vector Machine

Agnes Dirgahayu Palit (Telkom University)
Mohamad Syahrul Mubarok (Telkom University)
Kurniawan Nur Ramadhani (Telkom University)

Article Info

Publish Date
01 Apr 2017

Abstract

Traffic Sign Detection and Classification (Sistem Deteksi dan Klasifikasi Rambu Lalu Lintas) merupakan sistem untuk mendeteksi dan mengklasifikasikan rambu lalu lintas pada citra. Pada sistem ini, proses deteksi objek rambu lalu lintas, dibagi menjadi 2 bagian, yaitu dengan menyeleksi channel warna yang diinginkan (yang sesuai dengan warna rambu lalu lintas yang di cari), sebagai deteksi warna, dan menghitung derajat kebundaran dan segiempat objek sebagai deteksi bentuk objek. Sebagai ekstraksi ciri, Histogram of Oriented Gradient (HOG) digunakan untuk ektraksi ciri bentuk, colour moment untuk ekstraksi warna. Sedangkan untuk klasifikasi menggunakan Support Vector Machines (SVM). Sistem yang telah dibangun pada penelitian ini menghasilkan performansi sebesar 93.5946% menggunakan micro average f1-score. Kata Kunci: Traffic sign detection and recognition, Support Vector Machine, Histogram of Oriented Gradient, colour moment

Copyrights © 2017




Citation Download
RIS
EndNote, Reference Manager, ProCite
BibTex
Latex, Jabref
Original Source
Download Original
Google Scholar
Check in Google Scholar
Journal Info
eProceedings of Engineering
Website

Abbrev

engineering

Publisher

Universitas Telkom

Subject

Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

Description

Merupakan media publikasi karya ilmiah lulusan Universitas Telkom yang berisi tentang kajian teknik. Karya Tulis ilmiah yang diunggah akan melalui prosedur pemeriksaan (reviewer) dan approval pembimbing ...